统一低光恢复网络LIRNet

十四基准刷SOTA

通过空频域解耦退化机制，LIRNet同时解决低光增强与模糊去除，为暗场景下的耦合退化提供可复用的统一方案。

Hao, Li · Chao, Yin · Ji, Fan · Tang, Xiongxin · Xu, Fangjiang

Expert Systems with Applications 2026

参数信息

数据集覆盖数

14

技术优势

亮度调整不伤纹理

发现图像主体亮度主要由直流分量决定，线性系统可精确学习低频分量，从而在提亮时避免破坏边缘和细节。

轻量部署

通过频率滤波前馈网络自适应选择有价值的信息，减少冗余计算，适合资源受限场景。

应用场景

• 计算摄影：直接部署于照片后处理，改善暗光拍摄画质
• 边缘智能设备：低计算负担适合在边缘设备上实时处理
• 医学图像增强：用于低光医学图像增强，辅助医生诊断
• 无人机视觉：改善无人机在暗光环境下的成像质量
• 低光照视频监控：提升夜间监控视频的亮度和清晰度